8 фактов об автопилоте Nvidia

8 фактов об автопилоте Nvidia

, 6 ноября — «Вести. Экономика» Компания NVIDIA уже давно перестала ассоциироваться только с игровыми компьютерами и видеокартами и в последние несколько лет активно занимается исследованиями в области ускорения вычислений и развитием искусственного интеллекта.

По минимуму для нормальной работы автопилота достаточно четырех камер кругового обзора, радара и лазерного сканера — лидара. Но главная проблема — как обрабатывать полученные с этих датчиков данные. Для этого используется разработанный Nvidia сложный софт на основе нейронных сетей. Посмотрим на основные особенности системы автопилота от Nvidia

Xavier — первый процессор для автономного вождения

Оснащенная более чем 9 млрд транзисторов, Xavier является самой сложной системой-на-чипе из когда-либо созданных, над ним трудилось более чем 2000 инженеров компании, а инвестиции в исследования и разработки составили порядка 2 млрд долларов.

В основе Xavier лежит специальный 8-ядерный CPU, 512-ядерный GPU Volta, ускоритель глубокого обучения, ускорители компьютерного зрения и 8K HDR видео процессоры. Благодаря унифицированной архитектуре, все предыдущие программные наработки доступны в Nvidia Drive.

Несмотря на сложную матчасть, все просто: Xavier обеспечивает большую производительность при меньших энергозатратах, а именно: 30 трлн операций в секунду при энергопотреблении 30 Вт. Она в 15 раз экономичнее предыдущей архитектуры.

Дополненная реальность с Nvidia Drive AR Программное обеспечение Nvidia Drive AR предназначено для обеспечения водителей информацией о том, что происходит вокруг них, а также информацией об автомобиле. В настоящее время производители экспериментируют с лобовыми AR-стеклами.

Дополненная реальность Nvidia Drive позволяет производителям легко воспроизводить подробную информацию о поездке, включая обстановку вокруг автомобиля. Благодаря доступному визуальному сопровождению водители и в конечном счете пассажиры начнут лучше понимать, как автономное транспортное средство воспринимает обстановку и какие будет совершать действия.

Хотя все это может показаться довольно футуристическим решением, Nvidia не считает, что развитие технологии займет десятилетия. На самом деле компания ожидает, что AR станет обычным явлением в ближайшие пять лет. Все это является частью более обширной стратегии NVIDIA по вводу ИИ в автомобили.

ИИ на страже безопасности

Искусственный интеллект призван кардинально изменить системы беспилотного вождения, улучшая возможности управления автомобилем для всех. Набор инструментов разработчика Nvidia Drive IX позволяет автопроизводителям и разработчикам приложений создавать интуитивно понятные системы для водителей и пассажиров, используя данные с датчиков внутри и снаружи автомобиля.

Искусственный интеллект может отслеживать направление вашего взгляда и определять объекты, которые вы, возможно, не видите, например, происходящее вокруг автомобиля, перед ним и в слепых зонах. Nvidia Drive IX может известить вас о тревоге и даже, если система настроена таким образом, предпринять необходимые действия.

Софт использует нейронные сети глубокого обучения, чтобы отслеживать положение вашей головы и направление взгляда и взаимодействовать с вами при помощи систем распознавания голоса, чтения по губам и обработки естественных языков.

Тестирование в VR NVIDIA неоднократно подчеркивала, что ее разработчики на первое место ставят безопасность и удобство вождения и поэтому исповедуют принцип открытости данных и процессов, используемых для обучения и тестирования беспилотных систем. В частности, во многом из соображений безопасности обучение алгоритмов NVIDIA перенесено в виртуальную реальность, воссоздающую маршрут со всем его окружением и заданные погодные условия. Благодаря этому на реальные дороги выезжают уже обученные автомобили.

Nvidia Drive Constellation использует фотореалистичное моделирование для создания безопасного и масштабируемого метода вывода беспилотных автомобилей на дороги. Программное обеспечение для визуализации на базе GPU моделирует камеры, радар и лидар как вводные устройства для Pegasus, которые обрабатывают данные, как будто поступающие с датчиков едущей по дороге машины. Эта масштабируемая система способна генерировать миллиарды километров дорог для тестирования различных сценариев движения автономных транспортных средств, позволяя проверять циклы оборудования и ПО перед развертыванием.

Автономный ИИ в маленькой коробочке

Nvidia выпускает две версии мобильного суперкомпьютера DRIVE AGX — простой Xavier с единственным SoC-чипом Xavier и «продвинутый» высокомощный Pegasus. У него два чипа Xavier, но еще пара отдельных графических процессоров Turing, и широкий набор вводов-выводов: компьютер способен обрабатывать данные с восьми камер высокого разрешения, восьми радаров, а опционально — и лидара. Вычислительная мощность этих двух компьютеров отличается на порядок: базовый вариант с одним чипом способен обсчитать 30 триллионов операций в секунду, а Pegasus — 320 триллионов.

ИИ-платформа Nvidia Drive PX Pegasus одновременно запускает несколько нейросетей и предназначена для безопасного управления автоматизированным и полностью автономным вождением. Технология позволяет создавать транспортные средства, которые могут работать без водителя — полностью автономные, без руля, педалей и зеркал, с интерьером в стиле дома или офиса, способные прибывать по требованию и безопасно доставлять пассажиров в точки назначения, обеспечивая свободу передвижения даже пожилым и людям с ограниченными возможностями.

Ключи не нужны

Чтобы расширить возможности автомобиля и в конечном счете заменить водителя, софт обеспечивает ключевые функции, такие как объединение датчиков и восприятие. Открытое решение с полным стеком ПО оснащено библиотеками, наборами инструментов, фреймворками, документацией исходных кодов и компиляторами для производителей и поставщиков транспортных средств, что позволяет развивать автоматизированные и автономные приложения для транспортных средств.

15 октября 2018 года компания Visionlabs анонсировала внедрение функции распознавания лиц внутри и снаружи автомобиля в платформу Nvidia Drive. Эта технология заменит собой ключи, обеспечит «умный» и безопасный доступ к автомобилю, персонализацию, контроль за состоянием водителя.

4 принципа безопасности автопилотов от Nvidia

Nvidia утверждает, что безопасность поездок на беспилотных машинах базируется на четырёх фундаментальных принципах, которыми должны обладать ИИ-система.

Первый — мощная ИИ-платформа с возможностью глубокого обучения, которая может работать с датчиками, системами объёмного зрения и другими приборами. Второй важный аспект — обработка данных. Предполагается, что каждый беспилотник будет генерировать петабайты данных, поэтому часть информации нужно будет обрабатывать удалённо в дата-центрах. Всё это потребует совершенно новой вычислительной архитектуры и инфраструктуры.

Третий принцип — тестирование беспилотных машин в реальных условиях, на обычных дорогах и при различных режимах движения. Это позволит собрать больше информации о поездке и дополнить ею обычное компьютерное моделирование.

Четвёртый и последний — меры безопасности для водителей, участвующих в тестировании. Участники тестов должны пройти подготовку перед началом эксплуатации таких машин.

Автопилот управляет гоночным болидом

Гоночный беспилотник компании Roborace использует вычислительную платформу Nvidia Drive PX 2, в режиме реального времени обрабатывающую данные от лазерных дальномеров, радаров, GPS-приемника, ультразвуковых датчиков и камер. Разработкой алгоритма работы беспилотника занималась британская фирма Arrival.

Публичный дебют гоночного беспилотника состоялся в Барселоне зимой 2017 года. Представленный на выставке мобильной индустрии автомобиль оснастили 300-киловаттными электромоторами, а его масса составляла всего 975 килограммов. По словам создателей, такая машина может разгоняться до 320 километров в час.

Автомобили Roborace примут участие в собственном чемпионате, который планируется проводить в рамках гонок электромобилей Формула Е. Техническая начинка всех машин окажется одинаковой, но программное обеспечение, которое отвечает за управление машиной, команды смогут разрабатывать самостоятельно.